运行设置

管理台 设置 页改的是运行层：熔断、重试、流式、日志捕获、会话亲和、计费。保存后对下一个请求立即生效，不用改 config.yaml，也不用重启。监听地址和登录账号仍在 配置 的启动层。

熔断策略

禁用粒度是 模型 × 密钥，不是整把上游 key、也不是整条路由。

项	默认语义
熔断阶梯	连续失败后的冷却时长，默认沿 30s → 1m → 3m 升级，末档重复
禁用阈值	连续失败多少次后禁用该组合，默认 3，之后需手动解禁
单请求最大转移模型数	默认 3。按路由权重依次换模型；每个模型会先用完自己的可用密钥，再计一次 hop

401 / 403 通常立即禁用该组合；429 走短冷却，若响应带 Retry-After 则优先用它。路由页和配置中心都可以解禁。

重试

项	说明
重试冷却秒数	429 且没有 Retry-After 时使用
可重试 HTTP 状态码	命中后先换同模型其他密钥，该模型密钥都失败再换下一个路由模型

流式处理

项	说明
流式空闲超时	首字节之后如果长时间没有新 chunk 就断开
自动注入 include_usage	对 OpenAI completions 流式请求补 stream_options.include_usage，方便记精确 token

提供商上的「首字响应超时」只卡建连和首字节；长输出流交给这里的空闲超时，不会被整体截断。

日志与捕获

元数据（次数、token、时延、费用、状态）始终记。正文是另一回事：

• 捕获成功请求默认关。关掉时仍会记录真正转发失败的请求/响应，方便排查
• 路由全部实例无效、根本没发出上游请求时，无论开关都不记正文
• 打开后成功失败都写入本地 content_log，注意敏感数据
• 白名单可限制哪些逻辑路由或 provider/model 直达要捕获；空 = 全部
• 内容日志、请求日志各有保留天数；0 表示请求日志永久保留

设置页底部的危险操作可以立即按保留期清理，或清空统计（内容日志会留下）。

会话亲和

打开后，同一会话尽量打到上次成功的 模型 + 密钥，方便命中上游提示缓存。

• 会话 ID 请求头可配多个，按顺序取第一个有值的，例如 X-Session-ID
• 客户端没带头时，按消息前缀哈希自动识别
• TTL 到了重新选

计费

项	说明
美元兑人民币汇率	模型若用人民币定价，按此折成美元入库；仪表盘/统计可切换展示币种
STT 上传上限	语音识别 multipart 上限，默认 25 MB（OpenAI 官方上限），Groq 等可调高

模型自己的输入价 / 缓存价 / 输出价 / 按次价在 配置中心 的模型表单里填。虚拟密钥预算按这里折算后的美元累计。